• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

更正：基于电子健康记录使用模式，运用机器学习预测医生离职情况：来自大型多专科门诊机构的纵向队列研究。

Correction: Predicting physician departure with machine learning on EHR use patterns: A longitudinal cohort from a large multi-specialty ambulatory practice.

作者信息

Lopez Kevin, Li Huan, Paek Hyung, Williams Brian, Nath Bidisha, Melnick Edward R, Loza Andrew J

出版信息

PLoS One. 2024 Dec 3;19(12):e0315090. doi: 10.1371/journal.pone.0315090. eCollection 2024.

DOI:10.1371/journal.pone.0315090
PMID:39625911
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11614266/
Abstract

[This corrects the article DOI: 10.1371/journal.pone.0280251.].

摘要

[本文更正了文章的数字对象标识符：10.1371/journal.pone.0280251。]

相似文献

1
Correction: Predicting physician departure with machine learning on EHR use patterns: A longitudinal cohort from a large multi-specialty ambulatory practice.更正：基于电子健康记录使用模式，运用机器学习预测医生离职情况：来自大型多专科门诊机构的纵向队列研究。
PLoS One. 2024 Dec 3;19(12):e0315090. doi: 10.1371/journal.pone.0315090. eCollection 2024.
2
Predicting physician departure with machine learning on EHR use patterns: A longitudinal cohort from a large multi-specialty ambulatory practice.基于电子健康记录使用模式的机器学习预测医生离职：来自大型多专科门诊的纵向队列研究。
PLoS One. 2023 Feb 1;18(2):e0280251. doi: 10.1371/journal.pone.0280251. eCollection 2023.
3
Physician productivity and the ambulatory EHR in a large academic multi-specialty physician group.在一个大型学术多专科医师集团中，医生的生产力和门诊电子病历。
Int J Med Inform. 2010 Jul;79(7):492-500. doi: 10.1016/j.ijmedinf.2010.04.006. Epub 2010 May 15.
4
Analysis of Electronic Health Record Use and Clinical Productivity and Their Association With Physician Turnover.电子健康记录使用情况和临床生产力分析及其与医生离职的关联。
JAMA Netw Open. 2021 Oct 1;4(10):e2128790. doi: 10.1001/jamanetworkopen.2021.28790.
5
Correction: Predicting direct and indirect non-target impacts of biocontrol agents using machine-learning approaches.更正：使用机器学习方法预测生物防治剂的直接和间接非目标影响。
PLoS One. 2021 Sep 29;16(9):e0258080. doi: 10.1371/journal.pone.0258080. eCollection 2021.
6
Correction: Heuristic-enabled active machine learning: A case study of predicting essential developmental stage and immune response genes in Drosophila melanogaster.更正：启用启发式的主动机器学习：以预测黑腹果蝇的关键发育阶段和免疫反应基因为例的研究。
PLoS One. 2024 Jun 18;19(6):e0305979. doi: 10.1371/journal.pone.0305979. eCollection 2024.
7
Correction: Associations between continuity of primary and specialty physician care and use of hospital-based care among community-dwelling older adults with complex care needs.更正：社区居住的有复杂护理需求的老年人中，初级和专科医生护理的连续性与基于医院的护理使用之间的关联。
PLoS One. 2021 Oct 12;16(10):e0258708. doi: 10.1371/journal.pone.0258708. eCollection 2021.
8
Correction: Specialty detection in the context of telemedicine in a highly imbalanced multi-class distribution.
PLoS One. 2023 Dec 14;18(12):e0296113. doi: 10.1371/journal.pone.0296113. eCollection 2023.
9
Correction: The path to international medals: A supervised machine learning approach to explore the impact of coach-led sport-specific and non-specific practice.更正：通往国际奖牌之路：一种监督式机器学习方法，用于探索教练主导的特定运动和非特定运动练习的影响。
PLoS One. 2020 Dec 18;15(12):e0244509. doi: 10.1371/journal.pone.0244509. eCollection 2020.
10
Correction: Designing machine learning workflows with an application to topological data analysis.更正：设计机器学习工作流程及其在拓扑数据分析中的应用
PLoS One. 2020 Feb 26;15(2):e0229821. doi: 10.1371/journal.pone.0229821. eCollection 2020.

本文引用的文献

1
Predicting physician departure with machine learning on EHR use patterns: A longitudinal cohort from a large multi-specialty ambulatory practice.基于电子健康记录使用模式的机器学习预测医生离职：来自大型多专科门诊的纵向队列研究。
PLoS One. 2023 Feb 1;18(2):e0280251. doi: 10.1371/journal.pone.0280251. eCollection 2023.